275
个编辑
更改
跳到导航
跳到搜索
第200行：
第200行： − + − − 本次调查的一个有趣发现是因果关系测量本身的相似性和一致性。概括地说，我们发现因果关系本身并不是一个原始概念，而是可以从两个维度进行分解。这两个维度在哲学文献中被称为充分性和必要性；正如我们所展示的，它们分别是确定性和简并性的具体案例。成功的因果关系测量对这两个维度都很敏感。事实上，正是对这两个维度的敏感性以及它们所捕捉到的不确定性，保证了此类测量方法因果关系出现的可能性。
→总结
|}
|}
==总结==
==总结==
上表中的每一种因果度量方法，两个基元（充分性和必要性）或它们的广义形式（确定性和简并性性）都被明确地置于某种关系中，通常是差异、比率或权衡的关系。唯一缺乏因果基元明确基础的是比特翻转测量，但作为对扰动敏感性的测量，似乎有可能存在某种基础或关系（在这里并没有寻求分解）。我们并不是第一个指出因果关系有两个维度的人，例如，Judea Pearl 就说过： “显然，必须在因果解释的必要成分和充分成分之间取得某种平衡"。J. L. Mackie虽然没有提出因果关系强度的定量衡量标准，但他在提出原因应满足的 INUS 条件（Insufficient、Non-redundant、Unnecessary、Sufficient，简称INUS）时，考虑到了必要性和充分性两个方面，即作为一个条件的（i）充分但（n）必要的部分，而这个条件本身对于一个结果的发生是（u）必要但（s）充分的<ref>J. L. Mackie. Causes and Conditions. ''American Philosophical Quarterly'', 2(4):245–264, 1965. Publisher:University of Illinois Press.</ref>。然而，据我们所知，这是第一次从这个角度对一整套流行的测量方法进行评估，因此我们明确指出：因果关系测量方法的实质性一致性表明，我们应该期望因果关系强度的测量方法以这两种因果关系基元为基础。
上表中的每一种因果度量方法，两个基元（充分性和必要性）或它们的广义形式（确定性和简并性性）都被明确地置于某种关系中，通常是差异、比率或权衡的关系。唯一缺乏因果基元明确基础的是比特翻转测量，但作为对扰动敏感性的测量，似乎有可能存在某种基础或关系（在这里并没有寻求分解）。我们并不是第一个指出因果关系有两个维度的人，例如，Judea Pearl 就说过： “显然，必须在因果解释的必要成分和充分成分之间取得某种平衡"<ref name=":5" />。J. L. Mackie虽然没有提出因果关系强度的定量衡量标准，但他在提出原因应满足的 INUS 条件（Insufficient but Necessary part of an Unnecessary but Sufficient condition，简称INUS）时，考虑到了必要性和充分性两个方面，Mackie认为，一个真正的因果关系应该包含两个层面：首先，它必须是某个条件的一部分，这个条件本身足以导致结果发生，但这个条件不是唯一的，也就是说，还有其他可能的条件也可以导致同样的结果；其次，这个条件中的特定部分（即INUS条件）对于整个条件来说是必要的，但单独来看并不足以引起结果<ref>J. L. Mackie. Causes and Conditions. ''American Philosophical Quarterly'', 2(4):245–264, 1965. Publisher:University of Illinois Press.</ref>。这些因果度量方法的相似性和一致性说明因果关系本身并不是一个原始概念，而是可以从充分性和必要性这两个维度进行分解，它们的广义形式分别是确定性和简并性。研究者们不再需要找到一个必须达成普遍共识的唯一因果关系衡量标准，而是可以通过关注这些相同的基本属性继续理解其他因果现象。